欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

时间序列预测实战 ARIMA模型(Python)

程序员文章站 2022-09-29 15:36:03
ARIMA模型的实战(一元)首先数据分析类问题采用Jupyter来编写比较方便,所以该文中的代码都是用于Jupyter中的。ARIMA模型的简单说明:ARIMA模型全名为差分整合移动平均自回归模型,可以分为三部分:AR,I,MA(自回归,差分,移动平滑),显然他是一个组合模型。p阶AR模型AR(p)表示为:其中c是常数,ψ1,…,ψp是回归参数,ϵ(t)是对时间序列的不确定因素(noise)建模的变量。 公式表明,如果模型x(t-T)中包含前一时期的样本,则AR模型可以处理季节性。2.q阶...

ARIMA模型的实战(一元)

首先数据分析类问题采用Jupyter来编写比较方便,所以该文中的代码都是用于Jupyter中的。

ARIMA模型的简单说明:

ARIMA模型全名为差分整合移动平均自回归模型,可以分为三部分:AR,I,MA(自回归,差分,移动平滑),显然他是一个组合模型。

  1. p阶AR模型AR(p)表示为:
    时间序列预测实战   ARIMA模型(Python)
    其中c是常数,ψ1,…,ψp是回归参数,ϵ(t)是对时间序列的不确定因素(noise)建模的变量。 公式表明,如果模型x(t-T)中包含前一时期的样本,则AR模型可以处理季节性。

2.q阶的MA模型MA(q)表示为:
时间序列预测实战   ARIMA模型(Python)
其中,μ是x(t)的期望,θ1,…,θq是模型的参数,而ϵ(t)是对不确定因素进行建模的变量。 如公式所示,MA模型具有灵活性,因为它们基于不确定变量的先前值来估计时间序列的当前值。

3.阶数为p和q的ARMA模型ARMA(p,q)表示为:
时间序列预测实战   ARIMA模型(Python)
ARMA模型由于其灵活性和精度而被广泛使用, p和q的选择通常基于PACF和ACF。
————————————————————————————————————————————————————————————————
接下来就是代码部分:由于是用的Jupyter所以分个个cell来贴。

%matplotlib inline
import pandas as pd
import pandas_datareader
import datetime
import matplotlib.pylab as plt
import seaborn as sns
from matplotlib.pylab import style
import matplotlib.pyplot as plt
import statsmodels.api as sm 
from statsmodels.graphics.tsaplots import plot_acf,plot_pacf 
from statsmodels.tsa.arima_model import ARIMA 
from statsmodels.tsa.arima_model import ARMA 
from statsmodels.stats.stattools import durbin_watson 
from statsmodels.graphics.api import qqplot 
style.use('ggplot')    
plt.rcParams['font.sans-serif'] = ['SimHei'] 
plt.rcParams['axes.unicode_minus'] = False  

这就是导入的一些包,或者数据库,如果报错的话,请自行pip下载,百度一下还是比较简单的。
————————————————————————————————

birthsFile = 'births.csv'
births = pd.read_csv(birthsFile, index_col=0, parse_dates=[0])
births.head(10)

这是读取文件部分,应该也不需要多解释了,我的数据集是1959年美国某某州每天出生女婴个数。
时间序列预测实战   ARIMA模型(Python)
代码中运用了一个head()函数,所以应该会输出一个这样的:
时间序列预测实战   ARIMA模型(Python)
——————————————————————————————————————————————

births.plot(figsize=(12,8))
plt.legend(bbox_to_anchor=(1.25, 0.5))
plt.title("Births")
sns.despine()

读取数据运行结果:
时间序列预测实战   ARIMA模型(Python)
———————————————————————————————————————————
——————————————

births_diff = births.diff()
births_diff = births_diff.dropna()

plt.figure()
plt.plot(births_diff)
plt.title('一阶差分')
plt.show()

做一个一阶差分,做差分是为了让数据更加平稳,因为是时间序列,所以好比是今天与昨天做了一个差分。
运行结果:时间序列预测实战   ARIMA模型(Python)
如果数据还是不平稳可以再做一次差分(二阶差分),一般而言一阶差分就够了。

births_diff2 = births_diff.diff()
births_diff2 = births_diff2.dropna()

plt.figure()
plt.plot(births_diff2)
plt.title('二阶差分')
plt.show()

这是二阶差分的代码。
————————————————————————————————————————————————————————————

acf = plot_acf(births_diff, lags=20)
plt.title("ACF")
acf.show()

ACF(自相关系数)图:
时间序列预测实战   ARIMA模型(Python)

pacf = plot_pacf(births_diff, lags=20)
plt.title("PACF")
pacf.show()

PACF(偏自相关系数图):
时间序列预测实战   ARIMA模型(Python)
偏自相关的这个阶数有点不对劲,但是不管他=。=
ACF对应的就是q阶
PACF对应的就是p阶

AIC = sm.tsa.arma_order_select_ic(births,max_ar=7,max_ma=1,ic='aic')['aic_min_order']
BIC = sm.tsa.arma_order_select_ic(births,max_ar=7,max_ma=1,ic='bic')['bic_min_order']
print('the AIC is{},\nthe BIC is{}'.format(AIC,BIC))

时间序列预测实战   ARIMA模型(Python)

这个代码意思是:利用AIC:赤池信息准则(Akaike Information Criterion,AIC)或者
BIC:贝叶斯信息准则(Bayesian Information Criterion,BIC)进行p,q的选择。
由输出可知(2,1)(1,1)都是可以的。
————————————————————————————————————————————————————————

model = ARIMA(births, order=(2, 1, 1),freq='D')

代码中的order=(2,1,1)也就是ARIMA模型的参数(p,d,q)。
p,q就是阶数,d就是差分的次数。

result = model.fit()
pred = result.predict('1959/12/01', '1960/01/31',dynamic=True, typ='levels')
print (pred)

(‘1959/12/01’,‘1960/01/31’)就是我预测的时间段。

plt.figure(figsize=(6, 6))
plt.xticks(rotation=45)
plt.plot(pred)
plt.plot(births)

运行结果就是:
时间序列预测实战   ARIMA模型(Python)
红线就是预测的结果,这个数据集有点不明显,大家可以用其他的数据集,比如一个有上升趋势的数据集,hhh。
——————————————————————————————————————————————————————————————
然后进行模型的检验

resid = result.resid 
plt.figure(figsize=(12,8))
#qq图检验残差是否满足正态分布
qqplot(resid,line='q',fit=True)
#利用D-W检验,检验残差的自相关性
print('D-W检验值为{}'.format(durbin_watson(resid.values)))

运行结果为:
时间序列预测实战   ARIMA模型(Python)
D-W值越接近2,模型越好。
由运行结果也可以知道:由QQ图可以知道该数据集的残差满足正态分布。
——————————————————————————————————————————————

对于有季节性的数据集建议使用SARIMA模型,有季节性的数据对这个模型并不适用。

本文地址:https://blog.csdn.net/Dylanqin/article/details/109645487